IT, BI, DWH, DM, AI

  🧩 1. Magas szintű összefoglaló A felsorolt több mint 200 képzés alapján egyértelműen látszik, hogy adat- és mesterséges intelligencia fókuszú szakember vagy, aki: adatbázisokkal , adat-infrastruktúrákkal , adatmodellezéssel , programozással , gépi tanulással , generatív AI technológiákkal , kiberbiztonsággal , és felhőszolgáltatásokkal is magas szinten foglalkozik. A képzések alapján széles, multidiszciplináris tudásbázist halmoztál fel, erős átfedéssel az alábbi területeken: 🔹 Data Science 🔹 Machine Learning & Generative AI 🔹 Data Engineering & BI 🔹 Cloud (Azure, AWS) 🔹 Python & programozás 🔹 Cybersecurity 🔹 Projektmenedzsment 🔹 Webfejlesztés (kiegészítő tudás) Ez egy komplex, T-alakú skillset , amely ritka és munkaerőpiacon nagyon értékes. 🗂️ 2. Kategorizált elemzés a képzések alapján 📊 (A) Data Science & Machine Learning Fő források: Coursera (Azure ML, IBM DS, Google) 365 Data Science Udemy AI/Machine Learning kurz...

Uber Secondary Index az Apache Parquet számára 1. Bevezetés: Mi az Uber Secondary Index a Parquet kontextusában? Az Uber Secondary Index (más néven row-level secondary index vagy Parquet row-level secondary index ) egy Uber által fejlesztett és bevezetett mechanizmus, amely kiterjeszti az Apache Parquet fájlformátum képességeit. Ez nem egy önálló Apache projekt, hanem egy belső optimalizáció , amelyet az Uber a nagy léptékű adatkezelési platformján (data lakehouse) használ, elsősorban Apache Hudi integrációval. A cél: gyorsabb upsert műveletek (update + insert) támogatása Parquet fájlokon belül, miközben minimalizálja az I/O műveleteket. Fejlesztő : Uber Engineering (Data Infra csapat, pl. Xinli Shang, Jianchun Xu) Első említés : 2023-ban, Uber blogposztban ("Fast Copy-On-Write within Apache Parquet for Data Lakehouse ACID Upserts") Célzott probléma : A hagyományos Parquet immutable (változtathatatlan) jellege miatt az ACID műveletek (pl. upserts) gyakran teljes fájl-ú...